[发明专利]一种光伏系统最大功率点跟踪优化方法

权利要求书

1.一种光伏系统最大功率点跟踪优化方法，其特征在于：首先，根据光伏电池等效电路得出光伏阵列数学模型，构建目标函数及约束函数；其次，根据目标函数和约束函数建立拉格朗日函数，然后对拉格朗日函数进行求解，确定其搜索方向d_k及拉格朗日乘子λ_k；再次，由改进的Armijo准则进行搜索，确定最大功率点处电压的补偿因子由此即可计算出新的迭代点；最后，若电压的收敛判别不满足终止条件则对Hessian矩阵进行更新，继续迭代，直到得出最大功率点处的最优电压解。

2.根据权利要求1所述的一种光伏系统最大功率点跟踪优化方法，其特征在于：其具体包括下述步骤：

步骤一，在考虑外界环境变化条件下，根据光伏电池的等效电路，构建光伏阵列模型，其电流模型如下所示：

I=NpIsc{1-φ1[exp((U-ΔU)/Nsφ2Uoc)-1]}+Np·ΔI]]>

其中，I、U分别为一定环境条件下光伏阵列的电流和电压，I_sc为短路电流，U_oc为开路电压，N_p为光伏组件并联数目，N_s为光伏组件串联数目，ΔU、ΔI分别为辐射照度和温度变化下的电压、电流的变化,φ₂＝(U_m/U_oc-1)/ln(1-I_m/I_sc)，式中I_m、U_m分别为光伏阵列工作在最大功率点处的电流值和电压值；

步骤二，将光伏阵列的输出功率表达式作为目标函数，即：

f=UI=NpIsc{1-φ1[exp((U-ΔU)/Nsφ2Uoc)-1]}·U+Np·ΔI·U]]>

其中，f为光伏阵列的输出功率，在约束条件较为g:U＞0时，建立拉格朗日函数L(U,λ)如下所示：

L(U,λ)=f(U)+Σi=1mλigi(U)]]>

其中λ为拉格朗日乘子，g(U)为约束条件表达式；

步骤三，对以上的拉格朗日函数利用进行求解，其中d_k为搜索方向，H_k为第k次搜索的Hessian矩阵的正定拟牛顿近似，由此确定第k次搜索的方向d和拉格朗日乘子λ；

步骤四，根据改进的Armijo准则进行一维搜索，即建立关于θ的目标函数如下所示：

F=f(U+ρθi·dk)-f(U)-η·ρθi·df(U)]]>

其中ρ^θ保证使目标函数F充分减小，η为收缩因子(0＜η＜1)；

步骤五，若F(θ_i+δ_i)＜F(θ)，则有θ_i+1＝θ_i+δ_i，增加步长δ_i+1＝γδ_i，转步骤六；若F(θ_i-δ_i)＜F(θ)，则有θ_i+1＝θ_i-δ_i，缩小步长δ_i+1＝ηδ_i，转步骤六；否则，θ_i+1＝θ_i；

步骤六，若δ_i+！＜ε或者循环计数i＞i_max，则转步骤七；否则i＝i+1，转步骤五；

步骤七，根据μ＝θ_i+1确定最大功率点处电压的补偿因子由此计算出新的迭代点Uk+1=Uk+∂kdk;]]>

步骤八，若满足收敛终止条件|U_k+1-U_k|≤ε，或者达到最大迭代次数k＞I_max，则U_k+1即为光伏阵列最大功率点处的最优电压解，跟踪优化过程结束；否则进行步骤九；

步骤九，更新Hessian矩阵，其更新方法如下所示：

Hk+1=Hk+qkqkTqkTsk-HkTHkskTHksk]]>

其中s_k＝U_k+1-U_k，qk=▿f(Uk+1)+Σi=1mλi▿gi(Uk+1)-[▿f(Uk)+Σi=1mλi▿gi(Uk)],]]>符号表示梯度；然后令k＝k+1，转步骤三。